摩尔定律|半导体EDA产业深度研报：国产EDA迎黄金时代（上）( 二 )

平板显示设计主要应用于面板的研发、生产和制造，国内 EDA 公司华大九天已经具备在平板显示领域全流程的工具，并且基本覆盖国内主要的面板厂商客户。
系统仿真工具（Emulation），与传统的仿真工具（Simulation）不同，主要聚焦于系统级别的仿真，广泛应用于加速软硬件联合开发的场景，而传统仿真更多聚焦于单一功能或者局部电路环节的仿真。西门子（Siemens）曾推出 PAVE360 自动驾驶硅前验证环境（pre-silicon autonomous validation environment），该产品主要意图在于支持和促进创新自动驾驶汽车平台的研发。PAVE360 为下一代汽车芯片的研发提供了一个跨汽车生态系统、多供应商协作的综合环境，该系统不仅可以实现汽车硬软件子系统、整车模型、传感器数据融合、交通流量的仿真，甚至还仿真自动驾驶汽车最终在智能城市里面的驾驶。
复杂可编程逻辑器件（Complex Programmable Logic Device，CPLD）和现场可编程阵列（Field Programmable Gates Array，FPGA）最显著的优势在于开发周期短、投资风险小、产品上市快和硬件升级余地大等。这两类芯片是比较特殊的芯片类型，需要与 EDA 工具协同才能工作，一般而言开发 CPLD/FPGA 的厂商都需要开发一套成熟的 EDA 下载和验证工具来实现对芯片的编程。从 CPLD/FPGA 的简要设计流程可以看出，对工程师而言，其工序相对于传统芯片设计流程有明显减少。
按照集成电路产业链划分，集成电路 EDA 工具可以分为制造类 EDA 工具、设计类 EDA 工具及封测类 EDA 工具。器件建模及仿真类工具就属于制造类 EDA 工具，晶圆厂（包括晶圆代工厂、IDM 制造部门等）借助器件建模及仿真、良率分析等制造类 EDA 工具来协助其工艺平台开发，工艺平台开发阶段主要由晶圆厂主导完成，在其完成半导体器件和制造工艺的设计后，建立半导体器件的模型并通过 PDK 或建立 IP 和标准单元库等方式提供给集成电路设计企业（包括芯片设计公司、半导体 IP 公司、IDM 设计部门等）。设计类 EDA 工具则是基于晶圆厂或代工厂提供的 PDK 或 IP 及标准单元库为芯片设计厂商提供设计服务，芯片设计厂商采用设计类 EDA 工具完成芯片的设计。封装类 EDA 工具主要是提供封装方案设计及仿真的功能，从而帮助芯片设计企业完成一颗芯片的全生命周期的设计服务。
2、EDA 本质上是电子设计方法学和设计流程的载体
何谓设计方法学？电子设计涉及到很多除了计算机工程类的 know-how，还涉及很多微电子学、物理学等诸多方法学，并将其集成在 EDA 工具中供设计厂商使用，设计方法学主要方向是自动化、程序化、AI 化、最优化。自动化：早期的 IC 设计手工成分比较多，比如手工布局布线等，后来随着晶体管数量越来越多、IC 设计的规模越来越大，手工设计难度越来越高，因此出现了自动化的 EDA 工具进行辅助设计；程序化：IC 设计是一个系统化工程，流程化清晰，因此后续也出现了控制程序化的 EDA 工具，主要来掌控整个设计流程串联。
AI 化：数字电路的流程化更为明显，并且程序化程度较高，设计优化算法也有固定的范式，因此 EDA 工具中也引入 AI 的概念，利用 AI 算法进一步优化设计流程和范式。复杂的高性能 SoC 设计过程，有无限的设计参数可供探索，例如模块布局，设计尺寸和形状，以及无数的 EDA 自动化工具流程和变量可以尝试，设计探索阶段对最终结果潜在影响巨大，所以设计团队往往在这个阶段投资大量人力和机器资源，花费大部分的总体设计时程，AI 与 Machine Learning 等技术进展可以大幅加速设计探索的速度，比如Synopsys 的DSO.ai与设计实现工具内建的Machine Learnig技术，不但能更快的达到设计目标，还能减少探索过程中需要投资的人力与机器资源。